منذ انتشار أدوات الذكاء الاصطناعي التوليدي، أصبح من الطبيعي أن يلجأ الطالب المستعد لاختبار القدرات أو التحصيلي إلى ChatGPT أو أدوات مشابهة، طارحاً سؤالاً مباشراً: "أعطني أسئلة قدرات" أو "اشرح لي هذا الدرس". النتيجة غالباً مخيبة أسئلة عامة لا تشبه أسلوب قياس الفعلي، أو شرح صحيح لكنه بعيد عن طريقة صياغة الأسئلة التي سيواجهها الطالب فعلياً في الاختبار.

هذه المشكلة ليست في الأداة نفسها، بل في طريقة استخدامها. الفرق بين نتيجة عامة لا تفيد في التحضير الفعلي، ونتيجة قريبة جداً من أسلوب الاختبار الحقيقي، يعتمد بالكامل على دقة الطلب المُوجَّه للأداة  نفس المبدأ الذي تناولناه سابقاً في هذه المدونة حول الفرق بين "أدوات تأليف" و"مساعد تأليف" في التعليم الإلكتروني بشكل عام.

لماذا تفشل أغلب المحاولات الأولى

حين يطرح الطالب سؤالاً عاماً، يستجيب النموذج بنمط تدريبه العام على الإنترنت، لا بنمط أسئلة قياس تحديداً. هذا يفسّر لماذا يشعر كثير من الطلاب أن إجابات الذكاء الاصطناعي "قريبة لكنها ليست هي": المستوى مختلف، صياغة الخيارات مختلفة، والفخاخ المنطقية التي يعتمدها قياس في تصميم أسئلته غائبة تماماً عن الإجابة العامة. تحليلاً مفصلاً لهذه المشكلة تحديداً، بأمثلة من الأسئلة الكمية واللفظية، نشرته منصة Smart Island في مقال بعنوان لماذا تعطي أدوات الذكاء الاصطناعي إجابات خاطئة في القدرات والتحصيلي.

من "سؤال عام" إلى "أمر مصمم لهذا الاختبار تحديداً"

الحل ليس التوقف عن استخدام هذه الأدوات، بل تغيير طريقة الطلب نفسها. حين يُحدَّد للنموذج: نوع القسم (كمي أو لفظي)، مستوى الصعوبة المطلوب، ونمط الفخ المنطقي الذي يعتمده قياس عادة في هذا النوع من الأسئلة — تتغير جودة النتيجة جذرياً. هذا الفرق تحديداً هو ما تبنيه مجموعات الأوامر الجاهزة المصمَّمة خصيصاً لهذين الاختبارين، وهو ما أوضحته منصة Smart Island في مقال أوامر الذكاء الاصطناعي لمذاكرة القدرات والتحصيلي، حيث الأوامر مبنية مسبقاً لتراعي هذه الفروقات بدل أن يكتشفها الطالب بالتجربة والخطأ.

خلاصة

الذكاء الاصطناعي أداة مذاكرة قوية فعلاً لاختبارات القدرات والتحصيلي، لكنها تحتاج توجيهاً دقيقاً لا سؤالاً عاماً. الفارق بين الاستفادة الحقيقية من هذه الأدوات في التحضير، وبين إضاعة وقت المذاكرة على نتائج لا تشبه الاختبار الفعلي، يعتمد بالكامل على معرفة كيف تُصاغ الطلبات لا على قوة الأداة نفسها.